[发明专利]基于RSSI向量相近度和广义逆的无线传感器网络定位方法

权利要求书

1.一种基于RSSI向量相近度和广义逆的无线传感器网络定位方法，其特征在于,包括以下步骤： 

101、获取待定位节点的节点之间的接收信号强度指示RSSI值，并将在不同距离处RSSI值出现的概率进行高斯曲线拟合得到概率密度RSSI-d强度与距离的关系曲线； 

102、将步骤101中拟合得到的概率密度曲线RSSI-d强度与距离关系曲线中每一距离处的RSSI概率密度寻找峰值f(RSSI_i)_max，将此峰值f(RSSI_i)_max所对应的距离d作为收发节点之间的估计距离，d＝f(RSSI_i)_max*k+b，参数k和b是概率密度随距离的变化趋势，求得概率密度曲线RSSI-d的模型为： 

参数f₀表示某处的RSSI概率密度，可由两组特定的RSSI值代入确定，

103、对概率密度曲线RSSI-d强度与距离关系模型采用分段线性插值方法； 

104、对经过步骤103分段线性插值后的RSSI-d强度与距离关系曲线，采用以四边形为定位单元，根据定位单元内部定位法和定位单元外部定位法对待定位节点存在的区域进行定位； 

105、通过待定位节点的RSSI向量和参考节点的RSSI向量间相近程度的比较，不断更新并确定距离未知节点最近的参考锚节点，确定待定位节点所在区域。 

2.根据权利要求1所述的基于RSSI向量相近度和广义逆的无线传感器网络定位方法，其特征在于：所述RSSI分别采用117dBm或89dBm或61dBm或25dBm。 

3.根据权利要求1所述的基于RSSI向量相近度和广义逆的无线传感器网络定位方法，其特征在于：步骤101中高斯曲线拟合采用的方法为最小二乘法。 

4.根据权利要求1或3所述的基于RSSI向量相近度和广义逆的无线传感器网络定位方法，其特征在于：所述高斯曲线的高斯拟合函数原型为： 

其中n表示测量的数值总个数，μ表示测量的RSSI总体平均值,

5.根据权利要求4所述的基于RSSI向量相近度和广义逆的无线传感器网络定位方法，其特征在于：当RSSI＝117dBm时，所得高斯曲线方程为： 

。

6.根据权利要求1所述的基于RSSI向量相近度和广义逆的无线传感器网络定位方法，其特征在于：步骤103中，设RSSI-d强度与距离关系曲线有RSSI₁和RSSI₂，其对应的函数分别为f_1max和f_2max，那么对于要想求得对应的f_imax∈(f_1max,f_2max)，就要满足关系： 

式中，β称为插值系数.若β<1，可进行内插；若β>1，可进行外插。 

7.根据权利要求1所述的基于RSSI向量相近度和广义逆的无线传感器网络定位方法，其特征在于：步骤106后还包括对测距误差随机不可控时，引入广义逆方法作为定位补充的步骤。